用机器学习技术计算美式篮子衍生品的XVA
摘要：对多重标的物的美式篮子衍生品计算风险调整价值(XVA)。本文模型中，这些标的物被假设遵循多维Black-Scholes随机模型。为了确定XVA，我们采用了Burgard和Kjaer(2010)介绍的方法，并随后应用于一维美式衍生品的Arregui等人(2017, 2019)。篮子衍生品的XVA评估尤其具有挑战性，因为多个标的物的存在导致了高维控制问题。我们通过采用高斯过程回归(Gaussian Process Regression)来解决这个障碍，这是一种有效解决高维问题的机器学习技术。此外，利用控制变量等数值技巧可以有效提高所提方法的准确性。本文包含了几个数值实验的结果，确认了所提方法的有效性。
作者：Ludovic Goudenege, Andrea Molent, Antonino Zanette
论文ID：2209.06485
分类：Computational Finance
分类简称：q-fin.CP
提交时间：2022-09-15